今日，斯坦福大学医学院医学学生西马尔·巴贾杰和约翰斯·霍普金斯医学中心创伤外科医生约瑟夫·萨克兰在《卫报》发表文章，对医学生过度依赖AI工具的问题表示担忧。文章指出，医学生使用AI可能导致技能退化，甚至从未真正形成技能。美国约三分之二的医生已在使用面向临床医生的AI聊天机器人OpenEvidence，该技术已广泛融入医疗工作流程。同时，《Nature Medicine》上的一项新研究评估了医疗专用大语言模型的可靠性，发现其表现不如通用聊天机器人，整体表现与谷歌“AI概览”相当，后者因表现不稳定和答案不准确而“臭名昭著”。

巴贾杰和萨克兰强调，AI工具即使能帮助查找资料，也不能取代学习者亲自动脑思考。学习过程中，艰难思考本身就是重点。他们举例说，过去要求受训者列出可能的诊断时，他们可能要费力思考，最后仍只能提出一份不完整的清单，然后从遗漏中学习。现在，受训者只需询问OpenEvidence，就能直接得到一个近乎完美的答案，包括他们从未考虑过的可能性，同时也不用经历遗漏诊断带来的尴尬。AI与过去医学技术进步的不同之处在于，AI不仅是在扩大医生能够看到的范围，而是在介入医学训练本应建立的认知机制。